Spring之父再次出山，开发了新的AI框架！

Spring之父再次出山，开发了新的AI框架！作者：苏三 2026-08-02 AI Spring 前言最近缺项目经历想快速提升项目实战能力（包含多个AI项目），或者最近找工作，或者想学习AI的小伙伴，可以看看下面👇🏻的这个链接（或许真的能够帮到你）。最近这阵子，技术圈里有一个名字频繁出现在各种讨论中—— Rod Johnson 。如果你不知道他是谁，那你一定知道他做的东西—— Spring Framework 。没错，就是那个几乎重新定义了企业级Java应用该怎么写的Spring。二十多年前，Rod Johnson用一本书（《Expert One-on-One J2EE Design and Development》）和一个框架（Spring），终结了EJB那个让人欲哭无泪的时代。二十多年后的今天，他又回来了。 2026年4月，Rod Johnson在Microsoft JDConf开发者大会上正式发布了 Embabel ——一个面向企业AI Agent的JVM开源框架。 2026年7月20日，Embabel正式发布了 1.0.0 GA版本。项目采用 Apache 2.0协议开源，目前已在GitHub上公开。今天这篇文章，我就把Embabel从设计理念到底层原理、从代码实战到性能数据，从头到尾给你深度拆解一遍。希望对你会有所帮助。一、为什么是现在？在聊框架本身之前，我们先理解一个关键问题—— Rod Johnson为什么要在这个时间点做这件事？ SpringSource被VMware收购后，Rod Johnson做了很多年董事会和投资的事情。直到2022年底ChatGPT的出现，让他重新坐不住了。他意识到行业正处在一个巨大的转折点上。但他看到的不是“AI多厉害”，而是**“AI的承诺和现实之间有一条巨大的鸿沟”**。 “你实际上是在用一个‘九成时间有效、一成时间无效’的东西去构建系统，从效果上看，它就等于‘完全没用’。” 这句话点出了企业AI落地的核心困境：个人助理场景下，90%的正确率已经足够好但企业业务系统容不得那10%的错误生成式AI是一种随机的、非确定性的系统——同样的提示，每次生成的结果可能都不一样。这对个人聊天来说无所谓，但对金融交易、订单处理、合规审计来说，不可预测就意味着不可用。这就是Embabel要解决的问题。二、Embabel到底是什么？有些小伙伴可能会问：“Spring AI不是已经有了吗？Embabel跟它是什么关系？” 这是个非常关键的问题。 Embabel和Spring AI是不同层面的东西。打个比方： Spring AI相当于Servlet API，Embabel相当于Spring MVC 。 Spring AI解决的是“怎么接入AI模型”——提供统一的ChatModel接口、向量存储抽象、工具调用机制。它让你能调用大模型，但怎么组织Agent的逻辑、怎么规划多步任务、怎么保证流程可控——这些需要你自己写代码来实现。 Embabel解决的是“怎么让AI Agent在企业系统里稳定工作”——提供一套完整的Agent编程模型，包括行动（Action）、目标（Goal）、条件（Condition）等核心抽象。简单说：Spring AI是“零件箱”，Embabel是“装配图纸+流水线”。 Rod Johnson自己的定位更直接：“你可以在Java中构建比Python更好的Agent，JVM对于真实世界的生成式AI应用是更优选择。” Embabel整体架构图：

Embabel的核心理念可以用一句话概括：通过确定性规划，让非确定性的AI在确定性的企业系统里稳定工作。三、从游戏AI借来的“秘密武器” GOAP算法是Embabel最引人注目的设计，也是它和所有其他AI框架最本质的区别。 3.1 什么是GOAP？ GOAP全称 Goal-Oriented Action Planning（面向目标的行动规划），原本用于游戏中的NPC（非玩家角色）AI——比如《最后生还者》里的敌人、《星际争霸》里的单位，它们��要根据当前状态自主决定下一步行动。在GOAP中，Agent的工作流程是这样的：明确当前状态和目标根据所有可用的行动（Action）及其前置条件和效果动态规划出从当前状态到目标的最优行动序列每执行一步，根据新的状态重新规划这就好比你在用导航软件——不是出发前规划好全程就再也不变了，而是每到一个路口，根据实时路况重新计算接下来的路线。 3.2 为什么GOAP对企业AI如此重要？ Rod Johnson认为，现有AI Agent方案走向了两个极端：要么让LLM完全自主决策 ——结果不可预测，无法审计要么人工预先穷举所有可能情形 ——工作量巨大，无法扩展 GOAP在两者之间找到了平衡—— 规划逻辑是确定性的（可解释、可审计），但规划结果是动态的（适应性强）。更重要的是：GOAP规划器完全不用LLM 。这意味着什么？每次规划不消耗Token。在一次包含多个Action的工作流中，这一刀砍下去，直接省掉 40%-60%的LLM调用。

GOAP规划流程详解：

理解GOAP和LLM规划的本质区别：LLM规划是把“怎么走”这件事交给一个会犯错、会幻觉、会偏离目标的随机系统。 GOAP规划是把“怎么走”这件事交给确定性的算法 ——它根据Action的前置条件、效果、成本和价值，计算出最优路径。 GOAP不会“想歪”，不会“跑偏”，不会“编造不存在的Action”。它的每一步决策都是可追溯、可解释、可审计的。四、强类型、面向对象的Agent编程如果你写过Spring，Embabel会让你感觉很亲切。 4.1 核心抽象：Agent、Action、Goal Embabel的核心抽象非常清晰： Agent ：一个自包含的组件，封装了领域逻辑、AI能力和工具使用，代表用户完成特定目标 Action ：Agent可以执行的离散步骤，用 @Action 注解标记，输入输出都是强类型领域对象 Goal ：Agent要达成的目标，用 @Goal 注解标记

// 定义一个Action——纯粹的Java代码，没有字符串拼接
@Action(description = "从知识库中检索相关文档")
class RetrieveDocumentsAction {
 @ActionMethod
 fun execute(
 @Parameter(description = "用户问题") query: String
 ): List<Document> {
 return vectorStore.similaritySearch(query, topK = 5)
 }
}

4.2 类型安全：告别字符串地狱 Python的LangChain/LangGraph生态有一个核心问题—— 大量使用字符串、dict、动态Graph和手写节点边。这些在Python里“还行”，搬到Java里就变成了维护噩梦。 Embabel的设计原则是强类型和面向对象。所有的LLM交互都是强类型的，提供了编译时检查、重构支持和IDE辅助。不再靠字符串拼接Prompt，不再靠JSON解析—— 一切都用Java/Kotlin的类型系统来保证。

// Embabel中，Action的输入输出都是强类型领域对象
@Action(description = "查询订单状态")
public OrderStatus getOrderStatus(
 @Parameter(description = "订单ID") String orderId
) {
 // 纯Java代码，没有字符串拼接
 return orderService.findStatus(orderId);
}

4.3 两种规划模式 Embabel支持两种规划模式：最近缺项目经历想快速提升项目实战能力（包含多个AI项目），或者最近找工作，或者想学习AI的小伙伴，可以看看下面👇🏻的这个链接（或许真的能够帮到你）。 ① GOAP（默认）：基于成本和价值计算最优Action序列，不用LLM做规划 ② Utility AI ：每个Action由可配置的效用函数打分，每步执行得分最高的Action。在Stashbot（RAG文档助手）中，Utility AI模式让LLM自主决定何时以及如何搜索文档。 4.4 为什么用Kotlin写？ Embabel的核心代码是用 Kotlin 写的。 Rod Johnson解释说：他个人更喜欢Kotlin的编码体验空安全、更简洁的语法、reified泛型减少类型擦除影响但关键点来了 ——实现框架的语言选择，不意味着在上面构建应用的语言选择。Embabel与Java有出色的互操作性，用Java构建应用时，你永远不会看到Kt导入。无论你用Kotlin还是Java，Embabel的类型安全性和丰富领域模型的核心价值都很突出。五、代码实战光说理论不够，我们来看看Embabel的实际代码。以下是基于Embabel官方示例的简化版本。 5.1 定义领域模型

// 订单领域模型
public class Order {
 private String orderId;
 private OrderStatus status;
 private BigDecimal amount;
 // getters/setters...
}

// 订单状态枚举
public enum OrderStatus {
 PENDING, CONFIRMED, SHIPPED, DELIVERED, CANCELLED
}

5.2 定义Action

import com.embabel.agent.api.annotation.Action;
import com.embabel.agent.api.annotation.ActionMethod;
import com.embabel.agent.api.annotation.Parameter;

@Action(description = "查询订单状态")
public class GetOrderStatusAction {
 
 private final OrderService orderService;
 
 public GetOrderStatusAction(OrderService orderService) {
 this.orderService = orderService;
 }
 
 @ActionMethod
 public OrderStatus execute(
 @Parameter(description = "订单ID") String orderId
 ) {
 return orderService.findStatus(orderId);
 }
}

@Action(description = "取消订单")
public class CancelOrderAction {
 
 private final OrderService orderService;
 
 @ActionMethod
 public Order execute(
 @Parameter(description = "订单ID") String orderId,
 @Parameter(description = "取消原因") String reason
 ) {
 return orderService.cancel(orderId, reason);
 }
}

5.3 定义Agent

import com.embabel.agent.api.Agent
import com.embabel.agent.api.Goal

@Agent(
 name = "订单管理助手",
 description = "帮助用户查询和管理订单"
)
class OrderManagementAgent(
 private val getStatusAction: GetOrderStatusAction,
 private val cancelAction: CancelOrderAction
) {
 @Goal
 fun handleOrderRequest(
 @Parameter(description = "用户指令") instruction: String
 ): String {
 // GOAP引擎会自动规划：分析指令 → 选择Action → 执行 → 返回结果
 // 不需要手动写 if-else 或流程控制
 return agent.planAndExecute(instruction)
 }
}

5.4 启动应用

@SpringBootApplication
class Application

fun main(args: Array<String>) {
 runApplication<Application>(*args)
}

这段代码的精髓：你没有写任何流程控制代码（if-else、switch、for循环），没有指定“先执行A再执行B”。你只是定义了有哪些Action可用和最终目标是什么，GOAP引擎自动规划出最优行动序列。每个Action可以是一段纯代码逻辑（零LLM调用），也可以由一小段Prompt驱动。这种设计让开发者可以精确控制哪些环节用AI、哪些环节用确定性代码。六、Embabel vs Spring AI：本质区别我把Embabel和Spring AI放在一起做了个深度对比：对比维度 Embabel Spring AI 核心定位企业Agent编程模型 AI模型集成框架规划方式 GOAP算法（确定性、不用LLM）开发者手动编排ReAct循环规划Token消耗 0 Token （规划不用LLM）每次规划都调用LLM 类型安全 ✅ 强类型领域对象 ✅ 强类型可审计性 ✅ 规划过程可解释、可追溯 ⚠️ 取决于实现开发者体验声明式（定义Action和Goal，GOAP自动规划）命令式（自己写循环） LLM调用量仅Action内部按需调用每次决策都调用开源协议 Apache 2.0 Apache 2.0 Embabel和Spring AI的本质区别在于：谁来做决策？ Spring AI ：开发者手动编排ReAct循环——写一个prompt、调用tool、再写一个prompt、再调用tool。决策逻辑在开发者的代码里，每一步怎么走是写死的。 Embabel ：开发者定义Action和Goal，GOAP引擎在运行时动态计算最优路径。决策逻辑在算法里，每一步怎么走是动态计算的。这导致了一个根本性的差异：在Spring AI里，如果你需要Agent做三件事（查库存、计算价格、生成报告），你必须在代码里明确写出执行顺序。如果某个环节失败，你需要自己写重试逻辑。在Embabel里，你只需要定义三个Action和最终目标，GOAP引擎根据当前状态动态决定先做哪个、后做哪个、失败了怎么办。 Rod Johnson自己的话说得很直白：“你可以在Java中构建比Python更好的Agent”。七、性能与成本数据 Embabel在成本和性能上的优势有明确的数据支撑：优化点效果 GOAP规划器（不用LLM）直接砍掉40-60%的LLM调用强类型Domain Model精确契约节省20-40%的Token消耗整体成本优化 50-70%的总体降本空间为什么强类型Domain Model能省Token？传统AI Agent用自然语言或dict传递上下文，每次传给LLM的上下文会恶性循环式膨胀。 Embabel用精确的输入输出契约取代自然语言上下文，杜绝了Token的无效消耗。 2026年7月20日，Embabel正式发布 1.0.0 GA版本。一个框架进入GA，意味着它已经经过了足够的生产验证，API稳定性有了保障。八、优缺点优点 1. GOAP确定性规划，可解释、可审计 GOAP规划器完全不用LLM，决策过程可追溯、可解释。对企业来说，这意味着合规和审计不再是问题。 2. 成本优势显著 GOAP规划不用LLM，直接砍掉 40-60%的LLM调用；强类型Domain Model精确契约节省 20-40%的Token消耗。总体成本优化空间 50-70% 。 3. 类型安全，编译时检查所有LLM交互都是强类型的，IDE能提供完整的代码补全和重构支持。 4. 与Spring生态无缝集成基于Spring Boot构建，Java/Kotlin开发者零学习成本接入。 5. 避免LLM“过度设计” GOAP规划最大限度地减少了不必要的LLM调用，提升了效率和成本控制。 6. 可扩展性强可以在不修改现有代码的情况下添加新的Action、目标、条件和领域对象。缺点 1. 项目相对年轻 Embabel 1.0 GA于2026年7月才发布，生态和社区还在早期阶段。 2. 核心用Kotlin编写虽然Java完全兼容，但阅读框架源码需要理解Kotlin语法。 3. 学习曲线 GOAP、Utility AI等概念对大多数Java开发者来说是全新的。 4. 文档尚在完善中作为新项目，文档和示例正在逐步完善。 5. 与Python生态的差距虽然Rod Johnson的目标是“不仅追上Python生态，还要超越”，但目前Python AI生态的成熟度仍然领先。九、适用场景场景推荐程度理由企业级AI Agent ✅✅✅ 强烈推荐可解释、可审计、成本可控已有Spring Boot技术栈 ✅✅✅ 强烈推荐零学习成本接入金融/合规/审计场景 ✅✅✅ 强烈推荐 GOAP确定性规划，每条决策都可追溯多步复杂任务自动化 ✅✅✅ 强烈推荐 GOAP自动规划最优路径传统企业系统AI赋能 ✅✅✅ 强烈推荐不需要重写技术栈 RAG知识库问答 ✅✅ 推荐 Stashbot等官方示例高成本敏感场景 ✅✅✅ 强烈推荐直接砍掉40-60%的LLM调用快速原型验证 ⚠️ 可能偏重 Spring AI可能更轻量十、写在最后回到最初的问题： Spring之父再次出山，开发的AI框架到底是什么？ Embabel不是又一个“调用大模型的库” 。它是一个企业级Agent编程模型，试图回答一个核心问题：怎么让非确定性的AI，在确定性的企业系统里稳定工作？它的答案是：用GOAP算法提供确定性的规划 ——规划不用LLM，直接砍掉40-60%的调用用强类型系统提供编译时安全 ——精确契约节省20-40%的Token消耗用Spring生态提供企业级集成 ——基于Spring Boot，零学习成本用Apache 2.0协议提供商业友好 ——自由使用、修改、商用用1.0 GA提供生产级稳定性 ——2026年7月20日正式GA 二十多年前，他写了一本书、做了一个框架，终结了EJB时代。二十多年后，他带着Embabel回来了。这一次，他想终结的，是“AI只能做Demo、上不了生产”的困局。而且这一次，他手里多了一把Python生态没有的武器—— GOAP确定性规划。当Python生态还在用“大量字符串、动态Graph、手写节点边”的方式堆叠Agent时，Embabel已经在用类型安全、成本可控、可审计可追溯的方式，把AI Agent真正带进了企业核心业务。开源地址： GitHub ：https://github.com/embabel/embabel-agent 官方示例：https://github.com/embabel/embabel-agent-examples 官方文档：https://docs.embabel.com 最近缺项目经历想快速提升项目实战能力（包含多个AI项目），或者最近找工作，或者想学习AI的小伙伴，可以看看下面👇🏻的这个链接（或许真的能够帮到你）。